Robotica en fysieke AI

Kajima begint met de grootschalige uitrol van robots met autonome besturing van FieldAI

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Kajima maakte bekend dat het op 5 november 2026 was begonnen met de grootschalige inzet op bouwplaatsen van robots met de fysieke AI-software voor autonome besturing van FieldAI. Tot dusver hebben de robots meer dan 2.000 autonome missies uitgevoerd en zijn ze in ongeveer een jaar tijd ingezet op meer dan 10 locaties in Japan, op basis van een bedrijfsbrede overeenkomst.

De missies omvatten verschillende soorten robots, taken en locaties. De robots worden onafgebroken ingezet op lopende projecten, waar gebouwen en de plaatsing van materialen en apparatuur dagelijks veranderen. Dankzij deze operationele ervaring is het initiatief verder gekomen dan beperkte demonstraties. Kajima en FieldAI werken sinds 2023 samen en hebben de technologie op echte bouwplaatsen verfijnd. Een serviceovereenkomst op ondernemingsniveau, die in 2025 werd gesloten, verlegde de focus van afzonderlijke projecten naar grootschalige inzet.

Kajima zet de robots in om de routinematige werklast voor bouwmanagement te verlichten, nu het bedrijf reageert op het tekort aan arbeidskrachten in de bouw. De werkzaamheden van ingenieurs omvatten inspectierondes op de bouwplaats, visuele documentatie en 3D-scans, naast de technische beoordelingen die nodig zijn voor het beheer van veiligheid, kwaliteit en planning. Door een deel van het routinewerk aan robots toe te wijzen, wil Kajima ingenieurs meer ruimte geven voor complexe beoordelingen en veiligheidsbeheer.

Een autonome besturingseenheid voor uiteenlopende toepassingen

Het systeem is opgebouwd rond een autonome besturingseenheid die op verschillende robots kan worden gemonteerd. Camera’s leggen de omgeving vast, waaronder obstakels en gebieden waar toegang verboden is. LiDAR gebruikt weerkaatst laserlicht om afstanden en vormen te meten en puntenwolkgegevens te verzamelen voor het in kaart brengen van de omgeving. Een edge-AI-apparaat verwerkt de beeld- en puntenwolkgegevens aan boord, in plaats van in de cloud. Volgens Kajima bepaalt het apparaat in realtime een veilige rijrichting.

Dankzij deze lokale verwerking kunnen de robots autonoom werken binnenshuis, ondergronds op locaties waar satellietpositionering niet beschikbaar is en op plekken waar externe communicatie moeilijk is. De software aan boord maakt gebruik van FieldAI’s Field Foundation Models. Volgens Kajima combineren deze datagestuurd leren, redeneren op basis van natuurkundige principes en kwantificering van onzekerheid, zodat het systeem situaties aankan die het niet eerder heeft geleerd en zich aan veranderende omgevingen kan aanpassen, terwijl het veilig blijft werken. In tegenstelling tot conventionele robotbesturingstechnologie, die voor specifieke locaties moet worden aangepast, is de software ontworpen als een autonome besturingslaag voor uiteenlopende robots en taken.

Autonome rondes leggen de situatie op de bouwplaats vast

Bij de eerste inschakeling verkent een robot zelfstandig een onbekend gebied en maakt hij een driedimensionale kaart. Tijdens latere rondes ontwijkt hij obstakels, maakt hij foto’s en voert hij puntenwolkmetingen uit. Ook werkt hij de kaart bij wanneer de omstandigheden veranderen. Na afloop keert de robot terug naar zijn laadstation en uploadt hij de verzamelde gegevens. Die worden automatisch geordend en online beschikbaar gemaakt.

Gebruikers kunnen ook via een tablet of pc een bestemming selecteren. De robot rijdt daar dan zelfstandig naartoe en toont livebeelden vanaf die locatie. Voor de voortgangsbewaking verzamelen autonome rondes 360-grad foto’s en puntenwolkgegevens in hoge resolutie en kleur. Met deze gegevens kunnen de bouwstatus en afmetingen worden vastgesteld. Zo verlopen voortgangscontroles efficiënter en beschikken teams over een terugkerend digitaal overzicht van de omstandigheden op de bouwplaats.

Beveiligingsrondes en respons bij noodsituaties

Beveiligingsrondes kunnen plaatsvinden op vrije dagen, laat in de avond of vroeg in de ochtend. Als een robot een afwijking detecteert, laat hij krachtige leds knipperen en geeft hij een geluidswaarschuwing. Verantwoordelijke medewerkers kunnen de opgenomen video live bekijken. Volgens Kajima maakt dit het mogelijk afwijkingen eerder te signaleren en snel een eerste reactie te geven.

Voor herstelwerkzaamheden na aardbevingen, zware regenval en andere noodsituaties kunnen de robots volgens Kajima naar binnen gaan voordat de veiligheid op de bouwplaats is bevestigd. Ze verzamelen daar foto’s, puntenwolkgegevens en livebeelden in plaats van mensen. Zo kan de eerste reactie worden versneld zonder medewerkers naar gebieden te sturen die nog niet zijn beoordeeld.

Kajima wil geleidelijk meer bouwplaatsen en toepassingen toevoegen en de autonome besturingssoftware ook toepassen op andere technologieën die in ontwikkeling zijn. Het doel is autonome besturing uit te breiden naar machines en de veiligheid en productiviteit te verbeteren wanneer personeel en machines samen op de bouwplaats werken.

De inzet zorgt voor een praktische taakverdeling: autonome systemen verzamelen en ordenen herhaaldelijk informatie over de bouwplaats, terwijl ingenieurs zich richten op technische beoordelingen, veiligheid, kwaliteit en planning. De geplande uitbreiding naar andere machines roept de centrale vraag op in hoeverre één gedeelde autonome besturingslaag dit model kan ondersteunen in alle bouwactiviteiten van Kajima.

Cassian Dune is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar hij artificiële intelligentie in de bouw, civiele techniek en grote infrastructurele systemen behandelt. Zijn werk richt zich op hoe AI-gedreven analyses de bouwefficiëntie verbeteren, de veiligheid op de bouwplaats verhogen en predictief onderhoud mogelijk maken bij complexe, kapitaalintensieve projecten.
Met een gefundeerd en datagedreven perspectief onderzoekt Cassian hoe machine learning wordt toegepast op planning, risicodetectie, apparatuurmonitoring en levensduurbeheer in infrastructuur, variërend van transportnetwerken tot commerciële en industriële bouwprojecten. Hij is vooral geïnteresseerd in hoe AI de kostenoverschrijdingen vermindert, de downtime minimaliseert en veiligere werkomgevingen ondersteunt door middel van real-time inzicht en forecasting.
Artikelen geschreven door Cassian Dune zijn door AI gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om de nauwkeurigheid, duidelijkheid en verantwoorde berichtgeving van de rol van AI in de moderne bouw en infrastructuurontwikkeling te garanderen.